[发明专利]基于手背静脉与手形结合的识别系统与方法

说明书

技术领域

本发明涉及一种手背静脉与手形结合的识别系统及方法，本发明涉及到人体生物特征的采集与识别方法，属于生物信息获取与生物识别技术领域。

背景技术

随着现代社会的发展，人们对信息安全的要求越来越高，传统的安全技术越来越满足人们的要求，比如密码容易遗忘、被修改，证件容易丢失，携带不方便等，这样就给使用者造成了很多安全隐患。特别是那些对安全要求很高的场合，对原有的认证方式加以改进就显得更加迫切。

生物认证技术是指通过计算机利用人体所固有的生理特征或者行为特征来进行身份鉴定的过程。常用的生理特征有脸像、指纹、虹膜等；常用的行为特征有步态、签名等。声纹兼具生理和行为的特点，介于两者之间。与传统认证方式相比，生物识别最大的特点就是对用户自身的特征进行认证，具有防伪性好、便于携带、不易丢失或遗忘的优点。每一种生物识别在准确率、用户接受程度、成本等方面都不同，而且都有自己的优缺点。多生物特征认证利用了多个生物特征，结合了数据融合的技术，进一步提高了认证的准确率，具有广阔的应用前景。

发明内容

本发明的目的在于克服现有技术的上述不足，提供一种基于手背静脉与手形结合的识别系统与方法，克服单一手形识别或单一手背静脉识别的不稳定信息量小等问题，提高了识别系统的可靠性、稳定性和实用性。

本发明提供的手背静脉与手形结合的识别系统，包括采集单元、生物特征识别单元和数据库单元；

采集单元：根据静脉血管成像特点，设计了远红外热成像和近红外成像两种方式的采集方式，其中根据红外热成像原理利用红外热像仪实现了远红外手背静脉采集，红外热像仪采集整个手面背部手背的温度分布，然后利用热能分析软件将温度数据转化为灰度图像，从而可以得到静脉的分布信息及整个手形的信息；根据近红外成像原理利用峰值波长为850nm的LED阵列发出红外光照射手背并反射，反射光线透过红外滤光镜滤除可见光，仅使近红外光进入近红外CCD相机采集手背静脉图像，获得的手背静脉图像信息含有手背静脉与手形两种生物信息；所述的LED阵列为均匀分布的圆形光源排布在近红外CCD的两侧照射手背；

生物特征识别单元：由DSP构成，对由采集单元获取的图像进行预处理提取出手背静脉与手形的特征向量，再和数据库单元已存储的特征向量进行匹配融合得到识别结果；

数据库单元：由FLASH存储器构成，用于存储预先采集提取的手背静脉与手形特征向量。

本发明同时提供了一种基于手背静脉与手形结合的识别方法，该方法包括：

第1、由采集单元利用远红外热成像或近红外成像方式采集图像；

所述的远红外热成像或近红外成像方式既采集手背静脉图像，也采集手形图像，其中远红外热成像利用手背静脉与手背其它部位温度不同可以得到手背静脉血管的走向图像，同时整个手的温度区别与外界环境的温度可以获得整个手形明显的边界获得手形信息；近红外成像利用红外光照射手背图像，利用手背静脉血管吸收红外光，可以得到手背静脉血管的走向图像，同时整个手形的信息也可提出。

第2、将采集单元采集到的图像信号送到生物特征识别单元，生物特征识别单元对图像进行预处理，对手背静脉信息与手形信息分别提取特征向量；

第3、然后分别与数据库单元中已存储的特征向量作比对，得到各自的匹配分数，采用加权求和规则实现匹配分数在匹配层的融合，将融合后的分数与设定的阈值进行比较判断实现身份判决，完成多模态的身份识别认证，最后得到最终识别结果。

其中第2步所述手背静脉识别方法为：对获取的图像转换成同一均值和方差的归一化方法进行图像归一化，采用反锐化掩模方法进行锐化处理突出图像中的手背静脉细节，采用动态闭值与全局闽值结合起来的方法对图像进行二值化，采用中值滤波与区域生长的方法去除图像噪声，采用八近邻算法对图像进行细化并去除毛刺，提取端点交叉点作为手背静脉的特征向量；

其中第2步所述手形识别方法为：将原始图像进行灰度转换，转换为灰度图像；对图像进行平滑处理，消除图像采集过程中的图像噪声；将图像二值化，转换为二值图像；采用8邻域算法，得到手形轮廓；然后在手形轮廓线上定位指根、指尖的特征点，作一条垂直于Y轴的直线与手形轮廓中除拇指外的其他4根手指的边缘相交于8个点，以任意一点向上或向下搜索至下一个交点，标记该区域曲率变化最大的点，确定各个手指的指根点、指尖点然后提取除拇指外的4个手指长度，并计算出4个绝对长度间的相对长度，构成手形特征向量。